Fakulta elektrotechniky a informatiky / Faculty of Electrical Engineering and Informatics
Stálý URI pro tuto komunituhttps://hdl.handle.net/10195/3847
Práce obhájené před rokem 2008 jsou uloženy pouze v kolekci Vysokoškolské kvalifikační práce
Procházet
13 výsledky
Search Results
Diplomová práce Otevřený přístup Využití neuronové sítě pro OCR(Univerzita Pardubice, 2023) Pilný, Tomáš; Honc, Daniel; Štursa, DominikCílem této diplomové práce je vytvořit aplikaci, která pomocí webového rozhraní umožní uživateli nahrát obrázek ručně psaného anglického textu, který se následně odešle na server, kde dojde k jeho transformaci do digitální editovatelné verze pomocí neuronové sítě. Teoretická část je věnována rešerším aplikací a metodik transformace psaného textu do digitální podoby.Diplomová práce Otevřený přístup Systém pro detekci vad brambor(Univerzita Pardubice, 2023) Ksiažek, Jakub; Štursa, Dominik; Doležel, PetrCílem práce je vytvoření software pro automatickou detekci povrchových vad brambor založeného na technologii konvolučních sítí. Software bude umožňovat efektivní import velkého množství vizuálních dat pro vytvoření trénovací množiny, možnost hromadné úpravy dat ve smyslu oříznutí, normalizace kontrastu a identifikace klíčových částí obrázku, možnost trénování konvoluční sítě včetně vizualizace průběhu a možnost exportu výsledné sítě jako samostatné aplikace s jednoznačným rozhraním.Diplomová práce Otevřený přístup Realizace soft senzoru v PLC pomocí umělé neuronové sítě(Univerzita Pardubice, 2022) Hort, Tomáš; Doležel, Petr; Honc, DanielPráce je věnována problematice implementace soft senzoru v PLC založeného na paradigmatu umělé neuronové sítě. Byla provedena analýza estimace stavových veličin a umělých neuronových sítí a byl navržen algoritmus řízení s využitím PID regulátoru. Je vypracován simulační program regulované soustavy ve výpočetním prostředí Simulink a program pro vytvoření soft senzoru včetně implementace v programovacím prostředí TIA Portal. Provozuschopnost navrženého algoritmu je demonstrována na řízení soustavy nádrží.Článekpeer-reviewedpublished version Otevřený přístup Optimization of a Depiction Procedure for an Artificial Intelligence-Based Network Protection System Using a Genetic Algorithm(MDPI, 2021) Doležel, Petr; Holík, Filip; Merta, Jan; Štursa, DominikThe current demand for remote work, remote teaching and video conferencing has brought a surge not only in network traffic, but unfortunately, in the number of attacks as well. Having reliable, safe and secure functionality of various network services has never been more important. Another serious phenomenon that is apparent these days and that must not be discounted is the growing use of artificial intelligence techniques for carrying out network attacks. To combat these attacks, effective protection methods must also utilize artificial intelligence. Hence, we are introducing a specific neural network-based decision procedure that can be considered for application in any flow characteristic-based network-traffic-handling controller. This decision procedure is based on a convolutional neural network that processes the incoming flow characteristics and provides a decision; the procedure can be understood as a firewall rule. The main advantage of this decision procedure is its depiction process, which has the ability to transform the incoming flow characteristics into a graphical structure. Graphical structures are regarded as very efficient data structures for processing by convolutional neural networks. This article's main contribution consists of the development and improvement of the depiction process using a genetic algorithm. The results presented at the end of the article show that the decision procedure using an optimized depiction process brings significant improvements in comparison to previous experiments.Konferenční objektpeer-reviewedpostprint Otevřený přístup Diagnostics support of musculoskeletal diseases using artificial neural network(IEEE (Institute of Electrical and Electronics Engineers), 2021) Novotný, Zdeněk; Mareš, Jan; Doležel, PetrA vestibular schwannoma is a benign tumor, developing in the inner ear. As it grows, it may affect patient's hearing and body balance. If not treated, it can also lead to death of the patient. Once it becomes a problem, it is surgically removed. During the surgery, there is a high risk that surrounding nerves become harmed (it causes problems with facial movement). This document discusses evaluation of such injury, based on a modern approach of classification using artificial neural network.Konferenční objektpeer-reviewedpostprint Otevřený přístup Development of Artificial Intelligence Based Module to Industrial Network Protection System(Springer Nature Switzerland AG, 2020) Holík, Filip; Doležel, Petr; Merta, Jan; Štursa, DominikThe paper deals with the software-defined networking concept applied to industrial networks. This innovative concept supports network programmability and dynamic implementation of customized features, including security related ones. In a previous work of the authors, the industrial network protection system (INPS) was designed and implemented. The INPS provides complex security features of various traditional and modern security solutions within a single system. In this paper, the AI module, which is one of the crucial parts of the INPS, is dealt with. In particular, a detailed report focused on the development of the AI module decision function is provided. As a result, an artificial neural network, used for the network traffic evaluation in the AI module, is developed and comprehensively tested.Diplomová práce Otevřený přístup Podpora diagnostiky nemocí pohybového aparátu pomocí umělé neuronové sítě(Univerzita Pardubice, 2020) Novotný, Zdeněk; Doležel, Petr; Brandejský, TomášTato diplomová práce pojednává o automatizaci diagnostiky onemocnění pohybového aparátu pomocí zpracování velkých dat umělou neuronovou sítí. Nejprve je čtenář seznámen s předmětnou nemocí a současnou metodou diagnostiky, dále jsou popsány umělé neuronové sítě a provedena stručná rešerše již existujících diagnostických nástrojů na stejném základě. V závěru první části je pozornost věnována vybraným softwarovým nástrojům pro vlastní realizaci. Ve druhé části jsou analyzována poskytnutá data a dokumentován návrh a implementace výsledné aplikace.Konferenční objektpeer-reviewedpostprint Omezený přístup Neural Network for Smart Adjustment of Industrial Camera - Study of Deployed Application(Springer, 2018) Doležel, Petr; Honc, DanielSince machine vision is gaining more and more interest lately, it is necessary to deal with correct approaches to visual data acquisition in industry. As a particular part of this complex problematics, a technique for the industrial camera exposure time and image sensor gain tuning is presented in this contribution. In comparison to other approaches, a human expert photographer is used instead of explicitly defined cost function. His knowledge is transformed into an artificial expert system represented by a feedforward neural network. The expert system then provides the suitable exposure time and image sensor gain to gather sharp and balanced images.Článekpeer-reviewedpublished Omezený přístup COMPUTATIONALLY SIMPLE NEURAL NETWORK APPROACH TO DETERMINE PIECEWISE-LINEAR DYNAMICAL MODEL(České vysoké učení technické v Praze, 2017) Doležel, Petr; Heckenbergerová, JanaThe article introduces a new technique for nonlinear system modeling. This approach, in comparison to its alternatives, is straight and computationally undemanding. The article employs the fact that once a nonlinear problem is modeled by a piecewise-linear model, it can be solved by many efficient techniques. Thus, the result of introduced technique provides a set of linear equations. Each of the equations is valid in some region of state space and together, they approximate the whole nonlinear problem. The technique is comprehensively described and its advantages are demonstrated on an example.Článekpeer-reviewedpostprint Otevřený přístup Weight Initialization Possibilities for Feedforward Neural Network with Linear Saturated Activation Functions(Elsevier Science BV, 2016) Doležel, Petr; Škrabánek, Pavel; Gago, LumírInitial weight choice is an important aspect of the training mechanism for feedforward neural networks. This paper deals with a particular topology of a feedforward neural network, where symmetric linear saturated activation functions are used in a hidden layer. Training of such a topology is a tricky procedure, since the activation functions are not fully differentiable. Thus, a proper initialization method for that case is even more important, than dealing with neural networks with sigmoid activation functions. Therefore, several initialization possibilities are examined and tested here. As a result, particular initialization methods are recommended for application, according to the class of the task to be solved.
